在云服务器+FPGA模式中，价值分配主要落在芯片供给与云服务运营两端：**阿里云、亚马逊、微软等厂商探索将FPGA部署于云端数据中心，由FPGA承担用户实时计算请求及小计量大批次计算，芯片厂商提供可重构的硬件底座，云服务商负责资源调度与对外服务，应用方按需调用算力。**这一模式之所以兴起，与推断环节对能耗、时延、成本的综合要求有关——推断计算量相对训练更小，FPGA凭借灵活性和可深度优化的特点，有望继GPU之后在云端数据中心市场迎来发展。

FPGA为何适合云端推断

FPGA的中文名称是现场可编程门阵列，是一种硬件可以重构的芯片。用户在使用过程中，可以通过软件重新配置芯片内部的资源，来实现不同的功能。相比其他芯片，FPGA更加灵活，同时具备开发周期短、效率高的特性，在人工智能、5G通信这类迭代升级周期频繁、技术不确定性较大的领域，是较为理想的解决方案。

从AI芯片的分工看，训练通过大数据训练出复杂的神经网络模型，计算量非常大，训练芯片更注重绝对的计算能力；推断则是利用训练好的模型，使用新数据推断出各种结论，计算量相对小很多，更加注重芯片的综合指标，侧重考虑能耗、时延、成本等性能。云端推断包括大量矩阵运算，但计算量较训练环节更少，CPU或GPU可以进行运算，也可使用FPGA以及ASIC。在现阶段云端数据中心业务中，FPGA以其灵活性和可深度优化的特点，有望继GPU之后在该市场爆发。

价值分配：芯片供给与云服务运营两端

从产业链位置看，云服务器+FPGA模式的价值分配涉及两端。一端是芯片供给方：主流的AI服务器计算架构一般采用CPU+XPU的异构形式，CPU负责读取和准备数据并传输到XPU进行计算，GPU、FPGA、ASIC等XPU作为加速芯片处理大规模并行计算。FPGA具有开发周期短、可配置性等特点，在AI推断市场潜力巨大。

另一端是云服务运营方。阿里云、亚马逊、微软等公司探索云服务器+FPGA芯片模式，将可重构的芯片资源以云服务形式对外提供，应用方则通过调用这些资源完成自身的推断任务。这一模式的效率，取决于芯片的可配置能力与云平台的资源调度能力能否协同。

从市场规模看，随着全球新一代人工智能以及自动驾驶等新兴需求兴起，全球FPGA市场规模预计将从2021年的82.9亿美元增长到2025年的125.2亿美元，年均复合增长率约为10.8%；中国FPGA市场增长更快，预计2021-2025年规模复合增速为17.1%。竞争格局方面，全球FPGA市场主要由海外巨头占据，赛灵思和Altera的市占率分别为52%和35%；国内市场同样由他们主导，不同点在于国产FPGA厂商已开始崭露头角，紫光国微、复旦微电和安路科技的合计市占率在2021年超过15%。技术实力方面，国产厂商仍有较大差距：当前国产厂商先进制程集中在28nm，落后于国际16nm水平；门级规模方面，国产厂商旗舰产品处于200K水平，约为XILINX高端产品的25%。

常见问题

云服务器+FPGA模式中，价值主要由哪几方分享？

主要涉及芯片供给方与云服务运营方两端：芯片厂商提供可重构的FPGA硬件，云服务商负责将芯片资源组织为可对外提供的算力服务，应用方按需调用。三方之间的分配关系，取决于芯片的可配置能力与云平台运营效率的协同程度。

FPGA在人工智能推断中扮演什么角色？

FPGA是硬件可重构的芯片，用户可通过软件重新配置芯片内部资源来实现不同功能。它适用于推断环节，可处理用户实时计算请求以及小计量大批次的计算，在迭代升级频繁、技术不确定性较大的领域是较为理想的解决方案。

国产FPGA厂商目前处于什么位置？

国产厂商已开始崭露头角，紫光国微、复旦微电和安路科技在2021年的合计市占率超过15%。但技术实力仍有差距：先进制程集中在28nm，落后于国际16nm水平；旗舰产品门级规模处于200K水平，约为XILINX高端产品的25%。